被文化所困：弥合惊讶面部表情的跨文化识别与解读差异Jang 等人研究发现韩国和美国参与者在惊讶表情识别与效价解读上存在显著文化差异，强调需要文化适应性的情感识别系统。2026HJHa Eun Jang et al.延世大学情绪识别与检测情感反馈与情绪调节界面多语言与跨文化语音交互IUI
ChoiceMates：通过多代理对话交互支持不熟悉的在线决策Park 等人提出 ChoiceMates 多代理对话系统，让用户同时与多个 LLM 代理交互获取不同观点，比网络搜索提升决策信心和满意度，比商业多代理框架提高决策质量。2026JPJeongeon Park et al.加州大学圣迭戈分校大语言模型（LLM）的人机协作AI 辅助决策与自动化系统对话式聊天机器人IUI
LingoQ：通过AI生成的工作相关测验弥合EFL学习与工作之间的差距Yang 等人开发了LingoQ系统，利用工作者工作中的LLM查询即时生成个性化英语测验，三周部署研究显示该系统可提升学习者自我效能感与学习成效。2026YYYeonsun Yang et al.大邱庆北科学技术院大语言模型（LLM）的人机协作编程教育与计算思维智能辅导系统与学习分析CHI
SERENUS：通过实时、准确、用户友好的移动应用能耗预测缓解低电量焦虑Lee等人提出Serenus移动系统框架，通过应用级实时能耗预测帮助用户根据剩余电量规划应用使用，有效缓解低电量焦虑并指导未来移动系统设计。2024SLSera Lee et al.韩国科学技术院隐私设计与用户控制环境感知与上下文计算通知与中断管理UIST
探索视频内容审核任务中减轻负面情绪的干预技术：以工作者为中心的任务设计Lee 等人通过实验发现插入积极视频或卡通化两种干预技术可显著降低视频内容审核员的负面情绪，为以工作者为中心的任务设计提供了新的干预思路。2024DLDokyun Lee et al.大邱庆北科学技术院隐私设计与用户控制在线骚扰与反制工具内容审核与平台治理DIS
找到机器人！：将面部表情识别游戏化，用于人类培训和机器学习数据收集Yang 等人设计 Find the Bot! 游戏，通过游戏化与教育机制结合，吸引普通人群学习自面部表情识别，并收集高一致性标注数据用于机器学习。2024YYYeonsun Yang et al.大邱庆北科学技术院游戏用户体验与玩家行为游戏可访问性原型设计与用户测试CHI
FLUID-IoT：通过多用户UI分发在共享IoT环境中实现灵活且细粒度的访问控制Lee 等人提出 FLUID-IoT 框架，通过多用户 UI 分发技术实现 IoT 设备细粒度访问控制，性能评估验证其实用性和用户友好性。2024SLSunjae Lee et al.韩国科学技术院环境感知与上下文计算智能家居交互设计智能家居隐私与安全CHI
ModSandbox：通过错误预测和改进自动化规则促进在线社区管理Song 等人设计 ModSandbox 虚拟沙箱系统，通过预测自动规则的误报和漏报并可视化问题区域，帮助 Reddit 审核员将规则错误减少 42%，提升内容审核效率。2023JSJean Y. Song et al.密歇根大学可解释人工智能（XAI）AI 辅助决策与自动化系统内容审核与平台治理CHI
分心也没关系：实时转录如何促进分心情况下的在线会议Son 等人通过两轮用户研究表明，实时转录（全文、摘要、关键词）能帮助用户在分心时跟进会议，在干扰后效果尤为显著。2023SSSeoyun Son et al.韩国科学技术院远程工作工具与体验通知与中断管理CHI
Promptiverse：通过人机混合知识图标注实现支架提示的可扩展生成Lee 等人提出Promptiverse系统，通过知识图谱遍历生成多样化支架提示，结合人工AI标注工具，产生提示数量为手工设计的40倍，为适应性在线学习提供新模型。2022YLYoonjoo Lee et al.韩国科学技术院智能辅导系统与学习分析众包任务设计与质量控制CHI
共享自主中的人在环姿态估计Ye 等人受蒙特卡洛定位启发提出生成式人在环姿态估计方法，通过2D指向设备实现混合主动3D配准，旨在降低人机协作中的工作负载并保持估计精度。2021ZYZhefan Ye et al.密歇根大学人体姿态与行为识别人-机器人协作（HRC）IUI
个性化氛围与虚拟存在感：人们如何使用“与我一起学习”视频来创建有效的学习环境Lee 等人首次广泛研究"与我一起学习"视频，通过分析30个视频和12位观看者访谈，建立三因素模型解释如何通过视频创造个性化学习氛围提高效率。2021YLYoonjoo Lee et al.韩国科学技术院在线学习与 MOOC 平台协作学习与同伴教学CHI
通过自动重新查询为单目标跟踪器众包更有效的初始设置Lemmer 等人通过900个众包设置调查发现23%可达黄金标准水平，提出“智能替换”方法自动选择边界框以优化单目标跟踪器性能。2021SLStephan J Lemmer et al.密歇根大学交互式数据可视化众包任务设计与质量控制计算方法在HCI中的应用CHI
C-Reference：通过众包联合对象估计提高2D到3D物体姿态估计精度Song 等人提出C-Reference众包与机器混合方法，通过联合估计多个物体3D属性来推断目标物体姿态，363人验证可将误差降低40%以上，人力时间减少65%。2020JSJean Y. Song et al.密歇根大学Crowds and CollaborationCSCW
通过结构指导改进群支持的GUI测试Chen 等人提出交互式事件流图与GUI级指导技术，通过可视化测试路径将群测试覆盖率提升55%，有效降低测试冗余并提高软件可靠性。2020YCYan Chen et al.密歇根大学自动驾驶界面与接管设计原型设计与用户测试CHI
估计群体答案的高效征集方法Chung 等人对比8种答案征集方法，发现要求工作者选择他人会选的标签比细粒度标注更准确，可减少21.4%人工时间，为ML训练数据收集提供高效方案。2019JCJohn Joon Young Chung et al.MidjourneyCrowds and participatory sensingCSCW
Popup：基于粒子过滤聚合众包响应重建3D视频Song 等人提出Popup方法，利用粒子过滤聚合众包不同视频帧的3D对象标注，相对误差降低33%，为困难标注任务提供通用解决方案。2019JSJean Y Song et al.密歇根大学遥操作驾驶（Teleoperation）众包任务设计与质量控制IUI
两个工具优于一个：工具多样性作为提高聚合众包性能的手段Song 等人提出多工具众包工作流，通过为不同工作者分配不同分割工具减少系统性偏差，显著提升语义图像分割的聚合准确率。2018JSJean Y. Song et al.密歇根大学众包任务设计与质量控制IUI